Tencent Cloud
Tencent Cloud
Message Queue CKafka

Message Queue CKafka

ระบบกระจายข้อมูลที่สามารถประมวลผลและปรับขยายโครงสร้างได้สูง

ติดต่อฝ่ายขาย

ภาพรวม

Kafka โดยเทนเซ็นต์ คลาวด์ (Tencent Cloud Kafka: CKafka) คือ ระบบกระจายข้อมูลที่สามารถประมวลผลและปรับขยายโครงสร้างได้สูง และสามารถทำงานร่วมกับ Apache Kafka API v0.9 และ v0.10 แบบโอเพนซอร์ซได้อย่างสมบูรณ์ โดย CKafka มีลักษณะตามโมเดล Publish/Subscribe จึงสามารถช่วยให้เกิดการสื่อสารแบบรันแยกกันได้ระหว่างผู้ส่งและผู้รับด้วยวิธีการแยกส่วนข้อมูลออกจากกันอย่างสิ้นเชิง จึงสามารถตัดเวลาที่ต้องรอได้ CKafka ยังรองรับการบีบอัดข้อมูลและการประมวลผลข้อมูลแบบออฟไลน์และเรียลไทม์ จึงเหมาะสมอย่างยิ่งต่อการทำหน้าที่จัดเก็บบันทึกข้อมูลที่ถูกบีบอัดและการรวบรวมข้อมูลการเฝ้าสังเกต

ประโยชน์

ความสามารถในการทำงานร่วมกันของส่วนประกอบแบบโอเพนซอร์ซ

ความสามารถในการทำงานร่วมกันของส่วนประกอบแบบโอเพนซอร์ซ

Ckafka สามารถทำงานร่วมกับ Apache Kafka API v0.9 และ v0.10 ได้อย่างสมบูรณ์ จึงเป็นการตัดค่าใช้จ่ายด้านการรวบรวมข้อมูลไว้ในคลาวด์ออกไปโดยสิ้นเชิง นอกจากนี้ CKafka ยังสามารถทำงานร่วมกับส่วนประกอบแบบโอเพนซอร์ซทั้งต้นน้ำและปลายน้ำได้อย่างดี และรองรับ Kafka Streams, Kafka Connect และ KSQL ได้อย่างไร้รอยต่อ
ระบบนิเวศต้นน้ำและปลายน้ำ

ระบบนิเวศต้นน้ำและปลายน้ำ

CKafka สามารถเชื่อมต่อกับผลิตภัณฑ์เทนเซ็นต์ คลาวด์ได้กว่า 13 ตัว เช่น EMR, COS, CIS, SCS, SCF และ CLS จึงทำให้สามารถรันใช้งานได้รวดเร็วเพียงคลิกครั้งเดียว
ความเชื่อถือได้สูง

ความเชื่อถือได้สูง

CKafka ครอบครองประสิทธิภาพการทำงานแบบคลัสเตอร์สูง และยังมีประสิทธิผลที่ดีกว่าโซลูชันโอเพนซอร์ซตัวอื่นๆ นอกจากนี้ ลักษณะโซลูชันที่รันแบบกระจายคำสั่งของ CKafka ยังช่วยรับประกันเสถียรภาพของคลัสเตอร์ด้วย
ความสามารถในการปรับขยายโครงสร้างสูง

ความสามารถในการปรับขยายโครงสร้างสูง

คลัสเตอร์ของ CKafka สามารถปรับขยายโครงสร้างได้แบบแนวนอน และสามารถอัปเกรด Instance ได้แบบไร้รอยต่อ โดยระบบพื้นฐานจะทำการปรับขยายโครงสร้างอย่างยืดหยุ่นโดยอัตโนมัติตามลักษณะงานของธุรกิจโดยไม่กระทบกับประสบการณ์ผู้ใช้
ความปลอดภัยทางธุรกิจ

ความปลอดภัยทางธุรกิจ

มีการแยกผู้เช่าออกมาต่างหากที่ระดับเครือข่าย เพื่อที่ว่าการเข้าถึงเครือข่ายของ Instance ก็จะถูกแยกออกมาอยู่ต่างหากตามบัญชีผู้ใช้ที่แตกต่างกันไปโดยธรรมชาติ โดยมีการรองรับการตรวจสอบและยืนยันตัวตนแบบ CAM สำหรับสตรีมการจัดการ และรองรับการควบคุมสิทธิ์การเข้าถึง SASL สำหรับสตรีมข้อมูล เพื่อเป็นการควบคุมการเข้าถึงอย่างเข้มงวด
การเฝ้าสังเกตระบบปฏิบัติการแบบรวมเป็นหนึ่งเดียว

การเฝ้าสังเกตระบบปฏิบัติการแบบรวมเป็นหนึ่งเดียว

CKafka ให้บริการชุดระบบปฏิบัติการแบบสมบูรณ์โดยแพลตฟอร์มเทนเซ็นต์ คลาวด์ ประกอบด้วย บริการเฝ้าสังเกตและแจ้งเตือนหลายมิติ ได้แก่ การแยกตัวผู้เช่า การควบคุมการเข้าถึง การทำ Query จัดเก็บข้อมูล และรายละเอียดผู้รับข้อมูล

คุณสมบัติ

การแยกข้อมูลออกจากกันอย่างสิ้นเชิง

CKafka ทำหน้าที่แยกความสัมพันธ์ระหว่างผู้ส่งและผู้รับข้อมูลได้อย่างมีประสิทธิภาพ ทำให้ผู้ใช้สามารถปรับขยายหรือปรับเปลี่ยนขั้นตอนการประมวลผลการรับ-ส่งข้อมูลได้แบบแยกเดี่ยวตราบเท่าที่ทุกตัวยังปฏิบัติตามข้อจำกัดอินเตอร์เฟซแบบเดียวกัน

ด้วยเหตุนี้ CKafka จึงสามารถพึ่งพาได้ในด้านการมาแทนที่ฟังก์ชัน Middleware ข้อมูลแบบดั้งเดิม โดยนอกเหนือจากความสามารถในด้านการแยกความสัมพันธ์ระหว่างผู้ส่งและผู้รับข้อมูล และการแคชข้อมูลที่ยังไม่ผ่านการประมวลผลไว้ได้แล้ว Ckafka ยังมีปริมาณงานที่ประมวลผลได้สูงกว่า มีกลไกการจำลอง Partition ที่แข็งแกร่งกว่า และมีขีดความสามารถในการรับมือความผิดปกติที่ดีกว่าด้วย

การเปลี่ยนจุดสูงสุด

ความสามารถของระบบในการรับมือกับการเข้าถึงที่เพิ่มสูงขึ้นนั้นมีความสำคัญมาก อย่างไรก็ตาม หากการเพิ่มสูงขึ้นของ Traffic มีความผิดปกติ ทรัพยากรที่ลงทุนไปตาม Traffic สูงสุดก็จะเสียเปล่า

CKafka จึงมีหน้าที่รับรองว่าส่วนประกอบของระบบที่สำคัญจะสามารถรับมือกับการเพิ่มสูงขึ้นแบบฉับพลันของการเข้าถึงได้ เพื่อเป็นการตัดความเสี่ยงที่จะเกิดระบบล่มอย่างสมบูรณ์ด้วยสาเหตุของจำนวนร้องขอที่มีมากเกินไปออกไป

การปรับขยายโครงสร้างแนวนอน

เนื่องจากมีการแยกส่วนขั้นตอนการประมวลผลข้อมูลออกจากกัน จึงทำให้สามารถพัฒนาประสิททธิภาพ Message Queuing และการประมวลผลข้อมูลได้ง่ายๆ เพียงปรับขยายโครงสร้างขั้นตอนแบบแนวนอน เพื่อให้ได้โซลูชันที่ยืดหยุ่นอย่างสมบูรณ์

สำหรับการใช้งาน หนึ่งหัวข้อของ CKafka สามารถแบ่งออกเป็นหลาย Partition และกระจายไปยัง Broker มากกว่าหนึ่งตัวได้

โดยผู้รับข้อมูลสามารถ Subscribe ได้มากกว่าหนึ่ง Partition ในขณะที่ผู้ส่งรับหน้าที่กระจายข้อมูลไปยัง Partition ที่เกี่ยวข้องอย่างเท่าเทียมและทั่วถึง ดังนั้น การเพิ่มจำนวน Broker จึงทำให้สามารถปรับขยายโครงสร้างแบบแนวนอนได้ โดยหลักการทั่วไปแล้ว ยิ่งมี Broker มากเท่าไหร่ ปริมาณงานที่คลัสเตอร์ประมวลผลได้ก็จะยิ่งสูงขึ้นเท่านั้น

ส่งข้อมูลเพียงครั้งเดียว เพื่อการรับข้อมูลได้หลายครั้ง
CKafka รองรับหลากหลายโหมด เช่น Queue และ Publish/Subscribe และหัวข้อของ CKafka ยังรองรับการทำ Partition ด้วย โดย Partition ที่แตกต่างกันสามารถอาศัยอยู่ใน Broker ที่แตกต่างกันไป เพื่อเป็นการเพิ่มปริมาณงานที่ระบบสามารถประมวลผลได้อย่างมีประสิทธิภาพ นอกจากนี้ CKafka ยังมีฟีเจอร์โหมดแบบหลาย Queue ที่มีการใช้กลยุทธ์ของกลุ่มผู้รับข้อมูล กล่าวคือ หนึ่งหัวข้อสามารถจัดเก็บสำเนาข้อมูลได้เพียงชุดเดียวไว้ที่ Node และแต่ละกลุ่มผู้รับข้อมูลที่แตกต่างกันไปก็จะทำหน้าที่ดูแลรักษาบันทึกการรับข้อมูลของตัวเอง ลักษณะแบบนี้จึงเหมาะสมอย่างยิ่งกับรูปแบบการใช้งานที่มีการส่งข้อมูลเพียงครั้งเดียวให้กลุ่มผู้รับหลายกลุ่ม

CKafka ทำหน้าที่แยกความสัมพันธ์ระหว่างผู้ส่งและผู้รับข้อมูลได้อย่างมีประสิทธิภาพ ทำให้ผู้ใช้สามารถปรับขยายหรือปรับเปลี่ยนขั้นตอนการประมวลผลการรับ-ส่งข้อมูลได้แบบแยกเดี่ยวตราบเท่าที่ทุกตัวยังปฏิบัติตามข้อจำกัดอินเตอร์เฟซแบบเดียวกัน

ด้วยเหตุนี้ CKafka จึงสามารถพึ่งพาได้ในด้านการมาแทนที่ฟังก์ชัน Middleware ข้อมูลแบบดั้งเดิม โดยนอกเหนือจากความสามารถในด้านการแยกความสัมพันธ์ระหว่างผู้ส่งและผู้รับข้อมูล และการแคชข้อมูลที่ยังไม่ผ่านการประมวลผลไว้ได้แล้ว Ckafka ยังมีปริมาณงานที่ประมวลผลได้สูงกว่า มีกลไกการจำลอง Partition ที่แข็งแกร่งกว่า และมีขีดความสามารถในการรับมือความผิดปกติที่ดีกว่าด้วย

รูปแบบการใช้

CKafka สามารถทำงานร่วมกับ EMR ได้แบบไร้รอยต่อในการสร้างระบบวิเคราะห์บันทึกข้อมูลที่สมบูรณ์ โดยเริ่มแรก Agent ที่รันใช้งานบน Client จะทำการเก็บบันทึกข้อมูล และ CKafka จะทำหน้าที่รวบรวมข้อมูล จากนั้นข้อมูลดังกล่าวจะผ่านการประมวลและรับข้อมูลหลายครั้งโดยแหล่งข้อมูล Big Data หลังบ้านอย่าง Spark และจะมีการล้าง จัดเก็บ หรือจัดแสดงบันทึกข้อมูลต้นฉบับเชิงกราฟ
CKafka สามารถทำงานร่วมกับ EMR ได้แบบไร้รอยต่อในการสร้างระบบวิเคราะห์บันทึกข้อมูลที่สมบูรณ์ โดยเริ่มแรก Agent ที่รันใช้งานบน Client จะทำการเก็บบันทึกข้อมูล และ CKafka จะทำหน้าที่รวบรวมข้อมูล จากนั้นข้อมูลดังกล่าวจะผ่านการประมวลและรับข้อมูลหลายครั้งโดยแหล่งข้อมูล Big Data หลังบ้านอย่าง Spark และจะมีการล้าง จัดเก็บ หรือจัดแสดงบันทึกข้อมูลต้นฉบับเชิงกราฟ